基于多目标粒子群优化算法的短期电力负荷预测法

摘要：

针对短期负荷预测的特点,提出一种基于多目标粒子群优化算法的短期电力负荷预测法.该算法充分利用了历史数据集的基本知识,利用多目标粒子群优化算法挑选出Pareto最优模式分类规则集,在考虑规则的分类准确性和可解释性的情况下,建立一个基于模糊规则的电力负荷模式分类系统.在仿真试验表明此分类系统具有较好的分类性能,可为电力负荷预测提供更为充分有效的历史数据,从而改善其负荷预测性能.

关键词： 关联规则挖掘 模糊分类 多目标优化算法 粒子群优化 电力负荷预测

作者: 冯丽 孔庆云 郭琳

作者单位: 重庆市电力公司,重庆,400014

会议类型: 国内会议

会议名称: 2006电力系统自动化学术交流研讨会

会议地点: 厦门

会议语种:中文

页码: 265-268

在线出版日期: 2006-10-15（万方平台首次上网日期，不代表论文的发表时间）